Association of chronic diseases with mortality among hospitalized patients with COVID-19 treated with convalescent plasma: Evidence from a single center – Iraq
Notice bibliographique
Résumé
Objective/Background: While there is no universal agreement on the benefits of convalescent plasma (CP) in the treatment of COVID-19 infection, very little is known about whether CP affects the association between chronic diseases and mortality. It is known that chronic diseases are associated with worse outcomes, but it is not clear whether the transfusion of CP impacts this association. This study aims to evaluate this impact considering that few studies have discussed the treatment of COVID-19 patients with CP. Methods: A cross-sectional study was conducted among COVID-19 patients treated with CP at the main hospital for treatment and isolation of COVID-19 in Anbar/Iraq during the period of May to August 2020. A questionnaire on socio-demographic characteristics, smoking, and contact with COVID-19 was conducted. The presence of comorbidity, especially hypertension, heart failure, coronary artery disease, diabetes mellitus, chronic pulmonary diseases, asthma, and the hospital outcome (discharged home alive or cure/death) were included. The Chi-square test (or Fisher's exact test) was used to measure the association between comorbidity with the outcome. Logistic regression was used to assess the main predictors for cure (discharged home alive) and death outcome. Results: The mean age of the subjects was (53.05 ± 15.16), with a higher death rate among the older age group, especially those over 60-year with non-survivors at age of 65 or more. There was a statistically significant association between the presence of comorbidity and the mortality rate (P < 0.001). Subjects with chronic disease had a 5 times higher risk for death due to COVID-19 in comparison to those without the chronic disease (OR = 5.8, C.I. = 2.01-16.96, P = 0.001), hypertension showed the highest predictor (C.I = 1.43- 22.29, p = 0.013). Smoking and gender were not associated with mortality. Conclusion: The present study found a high mortality rate among COVID-19 patients treated with CP, specially for those with age over 60, or with comorbidities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».